CN106528860A - 基于社交网络和大数据分析的推荐方法、装置及系统 - Google Patents
基于社交网络和大数据分析的推荐方法、装置及系统 Download PDFInfo
- Publication number
- CN106528860A CN106528860A CN201611083725.7A CN201611083725A CN106528860A CN 106528860 A CN106528860 A CN 106528860A CN 201611083725 A CN201611083725 A CN 201611083725A CN 106528860 A CN106528860 A CN 106528860A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- recommended
- feature information
- file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000007405 data analysis Methods 0.000 title abstract description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000006855 networking Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/148—File search processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了基于社交网络和大数据分析的推荐方法、装置及系统,应用于信息处理技术领域。在本实施例的方法中,社交网络系统中的服务器可以分别计算待推荐用户的第二上传信息文件的第二特征信息与至少一个用户组合对应的第一特征信息的匹配度,然后将与第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息发送给待推荐用户的客户端。与现有技术中,需要用户自己逐个地判断适合自己的用户组合加入相比,本实施例中由服务器主动将适合的用户组合推荐给用户,节省了大量时间。
Description
技术领域
本发明涉及信息处理技术领域,特别涉及基于社交网络和大数据分析的推荐方法、装置及系统。
背景技术
现有的社交网络系统(比如学者社交网络系统)包括服务器和客户端,用户可以通过客户端上传信息到服务器,这样服务器会将上传的信息与用户标识对应地储存;服务器可以向客户端的用户主动推荐信息。
在学者社交系统中,用户可以通过客户端加入某一个学术圈,这样系统中的服务器会将该用户的信息与该学术圈的信息对应地储存,使得该学术圈的信息对该用户的客户端是可见的。现有技术中,用户需要根据自己的判断逐个确定哪些学术圈适合自己,然后通过客户端加入确定的学术圈,当学术圈比较多时,用户通过客户端加入合适的学术圈常费时费力。
发明内容
本发明实施例提供推荐方法、装置及系统,实现了将与待推荐用户的第二上传信息文件的第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息发送给客户端。
本发明实施例提供一种推荐方法,包括:
分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息;
获取待推荐用户的第二上传信息文件的第二特征信息;
分别计算所述第二特征信息与所述至少一个用户组合对应的第一特征信息的匹配度,将与所述第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息;
将所述待推荐信息发送给所述待推荐用户的客户端。
本发明实施例还提供一种推荐装置,包括:
第一特征获取单元,用于分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息;
第二特征获取单元,用于获取待推荐用户的第二上传信息文件的第二特征信息;
计算单元,用于分别计算所述第二特征信息与所述至少一个用户组合对应的第一特征信息的匹配度,将与所述第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息;
发送单元,用于将所述待推荐信息发送给所述待推荐用户的客户端。
本发明实施例还提供一种推荐系统,包括:服务器和客户端,其中,
所述服务器包括:
第一特征获取单元,用于分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息;
第二特征获取单元,用于获取待推荐用户的第二上传信息文件的第二特征信息;
计算单元,用于分别计算所述第二特征信息与所述至少一个用户组合对应的第一特征信息的匹配度,将与所述第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息;
发送单元,用于将所述待推荐信息发送给所述待推荐用户的客户端。
可见,在本实施例的方法中,社交网络系统中的服务器可以分别计算待推荐用户的第二上传信息文件的第二特征信息与至少一个用户组合对应的第一特征信息的匹配度,然后将与第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息发送给待推荐用户的客户端。与现有技术中,需要用户自己逐个地判断适合自己的用户组合加入相比,本实施例中由服务器主动将适合的用户组合推荐给用户,节省了大量时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种推荐方法的流程图;
图2是本发明应用实施例提供的一种推荐方法的流程图;
图3是本发明实施例提供的一种推荐装置的结构示意图;
图4是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排它的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供一种推荐方法,主要可以应用于社交网络系统中,本实施例是社交网络系统中的服务器所执行的方法,流程图如图1所示,包括:
步骤101,分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息。
可以理解,用户可以通过社交网络系统中的客户端加入某一个用户组合,这样该用户组合中其它用户的上传信息文件对该用户的客户端是可见的,服务器会定期或不定期地发起本实施例的流程。
服务器在执行本实施例的步骤时,可以先分别提取至少一个用户组合中用户的第一上传信息文件的第一关键词,根据第一关键词在第一上传信息文件中的出现频次对第一关键词进行排序,然后将在第一上传信息文件中出现频次较高的多个第一关键词作为对应用户组合的第一特征信息。
步骤102,获取待推荐用户的第二上传信息文件的第二特征信息。
服务器在执行本步骤时,可以与执行上述步骤101的方法类似,具体地,可以先提取待推荐用户的第二上传信息文件的第二关键词,将在第二上传信息文件中出现频次较高的多个第二关键词作为待推荐用户的第二特征信息。
步骤103,分别计算第二特征信息与至少一个用户组合对应的第一特征信息的匹配度,将与第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息,这里待推荐信息可以包括用户组合的名称,及入口信息等,该入口信息可以是一个网站链接,也可以是一个二维码等。或是待推荐信息可以包括该用户组合中用户的第一上传信息文件的信息等。
服务器在执行本步骤时,具体可以将第二特征信息与某一用户组合对应的第一特征信息中具有的相同关键词的个数作为第二特征信息与某一用户组合的第一特征信息的匹配度;然后将各个第一特征信息按照匹配度进行排序,将匹配度较高的至少一个第一特征信息对应的用户组合的组合信息作为待推荐信息。
步骤104,将待推荐信息发送给待推荐用户的客户端。
当服务器将待推荐信息发送待推荐用户的客户端进行显示后,用户可以选择客户端显示的某一用户组合加入,当接收到待推荐用户的客户端根据待推荐信息发送的加入某一用户组合的请求,向该客户端返回确认消息。
可见,在本实施例的方法中,社交网络系统中的服务器可以分别计算待推荐用户的第二上传信息文件的第二特征信息与至少一个用户组合对应的第一特征信息的匹配度,然后将与第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息发送给待推荐用户的客户端。与现有技术中,需要用户自己逐个地判断适合自己的用户组合加入相比,本实施例中由服务器主动将适合的用户组合推荐给用户,节省了大量时间。
以下以一个具体的实施例来说明本发明实施例的方法,在本实施例中,社交网络系统为学者社交网络系统,用户组合为社交圈包括学术圈,第一上传信息文件和第二上传信息文件为用户已上传到社交网络大数据中的信息或/和文件包括学术信息或/和学术文件。具体的,建立HDFS学术大数据文件系统和HBASE学术大数据库表,并将采集到的学术文件及其对应学术圈的信息存入HDFS学术大数据文件系统和HBASE学术大数据库表。本实施例的方法流程图如图2所示,包括:
步骤201,分别获取至少一个学术圈中用户的第一学术信息文件的第一特征信息。其中,第一学术信息文件可以是论文、项目、专利、专著等。
服务器在执行本实施例的步骤时,可以先分别提取至少一个学术圈中用户的第一学术信息文件的第一关键词,根据第一关键词在第一学术信息文件中的出现频次对第一关键词进行排序,然后将在第一学术信息文件中出现频次较高的多个第一关键词作为对应学术圈的第一特征信息。比如,将出现频次较高的前K(K为预设的自然数,默认为10)个第一关键词作为第一特征信息。
步骤202,获取待推荐用户的第二学术信息文件的第二特征信息。
服务器在执行本步骤时,可以与执行上述步骤101的方法类似,具体地,可以先提取待推荐用户的第二学术信息文件的第二关键词,将在第二学术信息文件中出现频次较高的多个第二关键词作为待推荐用户的第二特征信息。比如,将出现频次较高的前K(K为预设的自然数,默认为10)个第二关键词作为第二特征信息。
步骤203,分别计算第二特征信息与至少一个学术圈对应的第一特征信息的匹配度,将与第二特征信息的匹配度较高的至少一个第一特征信息对应的学术圈的信息作为待推荐信息,这里待推荐信息可以包括学术圈的名称,及学术圈的入口信息等,该入口信息可以是一个网站链接,也可以是一个二维码等。或是待推荐信息可以包括该学术圈中用户的第一学术信息文件的信息等。
服务器在执行本步骤时,具体可以将第二特征信息与某一学术圈对应的第一特征信息中具有的相同关键词的个数作为第二特征信息与某一用户组合的第一特征信息的匹配度,比如,将第一特征信息和第二特征信息中10个关键词中相同关键词的个数作为匹配度;然后将各个第一特征信息按照匹配度进行排序,将匹配度较高的至少一个第一特征信息对应的用户组合的组合信息作为待推荐信息。
步骤204,将待推荐信息发送给待推荐用户的客户端。
本发明实施例还提供一种推荐装置,比如上述的服务器,其结构示意图如图3所示,具体可以包括:
第一特征获取单元10,用于分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息;其中,所述第一特征获取单元10,具体用于分别提取所述至少一个用户组合中用户的第一上传信息文件的第一关键词,将在所述第一上传信息文件中出现频次较高的多个第一关键词作为对应用户组合的第一特征信息。
第二特征获取单元11,用于获取待推荐用户的第二上传信息文件的第二特征信息;所述第二特征获取单元11,具体用于提取所述待推荐用户的第二上传信息文件的第二关键词,将在所述第二上传信息文件中出现频次较高的多个第二关键词作为所述第二特征信息。
计算单元12,用于分别计算所述第二特征获取单元11获取的第二特征信息与所述第一特征获取单元10获取的至少一个用户组合对应的第一特征信息的匹配度,将与所述第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息;所述计算单元12,具体用于将所述第二特征信息与某一用户组合对应的第一特征信息中具有的相同关键词的个数作为所述第二特征信息与某一用户组合的第一特征信息的匹配度。
在一个具体的实施例中,上述用户组合为社交圈包括学术圈,所述第一上传信息文件和第二上传信息文件为用户已上传到社交网络大数据中的信息或/和文件包括学术信息或/和学术文件。具体的,建立HDFS学术大数据文件系统和HBASE学术大数据库表,并将采集到的学术文件及其对应学术圈的信息存入HDFS学术大数据文件系统和HBASE学术大数据库表。
发送单元13,用于将所述计算单元12得到的待推荐信息发送给所述待推荐用户的客户端。
进一步地,本发明实施例的装置还可以包括:加入单元14,用于接收所述待推荐用户的客户端根据所述发送单元13发送的待推荐信息发送的加入某一用户组合的请求,向所述客户端返回确认消息。
在本实施例的装置中,计算单元12可以分别计算待推荐用户的第二上传信息文件的第二特征信息与至少一个用户组合对应的第一特征信息的匹配度,然后发送单元13将与第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息发送给待推荐用户的客户端。与现有技术中,需要用户自己逐个地判断适合自己的用户组合加入相比,本实施例中的推荐装置会主动将适合的用户组合推荐给用户,节省了大量时间。
本发明实施例还提供一种服务器,其结构示意图如图4所示,该服务器可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)20(例如,一个或一个以上处理器)和存储器21,一个或一个以上存储应用程序221或数据222的存储介质22(例如一个或一个以上海量存储设备)。其中,存储器21和存储介质22可以是短暂存储或持久存储。存储在存储介质22的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器20可以设置为与存储介质22通信,在服务器上执行存储介质22中的一系列指令操作。
具体地,在存储介质22中储存的应用程序221包括推荐的应用程序,且该程序可以包括上述推荐装置中的第一特征获取单元10,第二特征获取单元11,计算单元12,发送单元13和加入单元14,在此不进行赘述。更进一步地,中央处理器20可以设置为与存储介质22通信,在服务器上执行存储介质22中储存的推荐的应用程序对应的一系列操作。
服务器还可以包括一个或一个以上电源23,一个或一个以上有线或无线网络接口24,一个或一个以上输入输出接口25,和/或,一个或一个以上操作系统223,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述方法实施例中所述的由服务器所执行的步骤可以基于该图4所示的服务器的结构。
本发明实施例还提供一种推荐系统,比如社交网络系统,包括服务器和客户端,其中,服务器的结构可以如上述图3所示的推荐装置,或是上述图4所示的服务器的结构,在此不进行赘述;客户端主要用于接收服务器发送的待推荐信息并显示该待推荐信息。
进一步地,客户端还可以接收用户选择的加入某一用户组合的信息,将加入某一用户组合的请求发送给服务器,并接收服务器返回的确认消息。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM)、随机存取存储器RAM)、磁盘或光盘等。
以上对本发明实施例所提供的推荐方法、系统及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种推荐方法,其特征在于,包括:
分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息;
获取待推荐用户的第二上传信息文件的第二特征信息;
分别计算所述第二特征信息与所述至少一个用户组合对应的第一特征信息的匹配度,将与所述第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息;
将所述待推荐信息发送给所述待推荐用户的客户端。
2.如权利要求1所述的方法,其特征在于,
所述分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息,具体包括:分别提取所述至少一个用户组合中用户的第一上传信息文件的第一关键词,将在所述第一上传信息文件中出现频次较高的多个第一关键词作为对应用户组合的第一特征信息;
所述获取待推荐用户的第二上传信息文件的第二特征信息,具体包括:提取所述待推荐用户的第二上传信息文件的第二关键词,将在所述第二上传信息文件中出现频次较高的多个第二关键词作为所述第二特征信息。
3.如权利要求2所述的方法,其特征在于,所述分别计算所述第二特征信息与所述至少一个用户组合对应的第一特征信息的匹配度,具体包括:
将所述第二特征信息与某一用户组合对应的第一特征信息中具有的相同关键词的个数作为所述第二特征信息与某一用户组合的第一特征信息的匹配度。
4.如权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
接收所述待推荐用户的客户端根据所述待推荐信息发送的加入某一用户组合的请求,向所述客户端返回确认消息。
5.如权利要求1至3任一项所述的方法,其特征在于,所述用户组合为社交圈包括学术圈,所述第一上传信息文件和第二上传信息文件为用户已上传到社交网络大数据中的信息或/和文件包括学术信息或/和学术文件。
6.一种推荐装置,其特征在于,包括:
第一特征获取单元,用于分别获取至少一个用户组合中用户的第一上传信息文件的第一特征信息;
第二特征获取单元,用于获取待推荐用户的第二上传信息文件的第二特征信息;
计算单元,用于分别计算所述第二特征信息与所述至少一个用户组合对应的第一特征信息的匹配度,将与所述第二特征信息的匹配度较高的至少一个第一特征信息对应的用户组合的信息作为待推荐信息;
发送单元,用于将所述待推荐信息发送给所述待推荐用户的客户端。
7.如权利要求6所述的装置,其特征在于,
所述第一特征获取单元,具体用于分别提取所述至少一个用户组合中用户的第一上传信息文件的第一关键词,将在所述第一上传信息文件中出现频次较高的多个第一关键词作为对应用户组合的第一特征信息;
所述第二特征获取单元,具体用于提取所述待推荐用户的第二上传信息文件的第二关键词,将在所述第二上传信息文件中出现频次较高的多个第二关键词作为所述第二特征信息。
8.如权利要求7所述的装置,其特征在于,
所述计算单元,具体用于将所述第二特征信息与某一用户组合对应的第一特征信息中具有的相同关键词的个数作为所述第二特征信息与某一用户组合的第一特征信息的匹配度。
9.如权利要求6至8任一项所述的装置,其特征在于,还包括:
加入单元,用于接收所述待推荐用户的客户端根据所述待推荐信息发送的加入某一用户组合的请求,向所述客户端返回确认消息;
所述用户组合为社交圈包括学术圈,所述第一上传信息文件和第二上传信息文件为用户已上传到社交网络大数据中的信息或/和文件包括学术信息或/和学术文件。
10.一种推荐系统,其特征在于,包括:服务器和客户端,其中,所述服务器是如权利要求6至9任一项所述的推荐装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611083725.7A CN106528860A (zh) | 2016-11-30 | 2016-11-30 | 基于社交网络和大数据分析的推荐方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611083725.7A CN106528860A (zh) | 2016-11-30 | 2016-11-30 | 基于社交网络和大数据分析的推荐方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106528860A true CN106528860A (zh) | 2017-03-22 |
Family
ID=58355328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611083725.7A Pending CN106528860A (zh) | 2016-11-30 | 2016-11-30 | 基于社交网络和大数据分析的推荐方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106528860A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019242149A1 (zh) * | 2018-06-22 | 2019-12-26 | 平安科技(深圳)有限公司 | 合租室友推荐方法、装置及计算机可读存储介质、服务器 |
CN111027999A (zh) * | 2019-10-22 | 2020-04-17 | 贝壳技术有限公司 | 一种拼租用户推荐方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790707A (zh) * | 2011-05-18 | 2012-11-21 | 北京千橡网景科技发展有限公司 | 一种归类对象的方法和装置 |
CN103164522A (zh) * | 2013-03-13 | 2013-06-19 | 冀洲 | 一种社交软件终端用户获取联系人的方法 |
CN104615616A (zh) * | 2014-05-04 | 2015-05-13 | 腾讯科技(深圳)有限公司 | 群组推荐方法和系统 |
CN104657477A (zh) * | 2015-02-16 | 2015-05-27 | 百度在线网络技术(北京)有限公司 | 社交推荐方法和装置 |
CN105120004A (zh) * | 2015-09-11 | 2015-12-02 | 北京金山安全软件有限公司 | 信息的推送方法及装置 |
-
2016
- 2016-11-30 CN CN201611083725.7A patent/CN106528860A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790707A (zh) * | 2011-05-18 | 2012-11-21 | 北京千橡网景科技发展有限公司 | 一种归类对象的方法和装置 |
CN103164522A (zh) * | 2013-03-13 | 2013-06-19 | 冀洲 | 一种社交软件终端用户获取联系人的方法 |
CN104615616A (zh) * | 2014-05-04 | 2015-05-13 | 腾讯科技(深圳)有限公司 | 群组推荐方法和系统 |
CN104657477A (zh) * | 2015-02-16 | 2015-05-27 | 百度在线网络技术(北京)有限公司 | 社交推荐方法和装置 |
CN105120004A (zh) * | 2015-09-11 | 2015-12-02 | 北京金山安全软件有限公司 | 信息的推送方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019242149A1 (zh) * | 2018-06-22 | 2019-12-26 | 平安科技(深圳)有限公司 | 合租室友推荐方法、装置及计算机可读存储介质、服务器 |
CN111027999A (zh) * | 2019-10-22 | 2020-04-17 | 贝壳技术有限公司 | 一种拼租用户推荐方法、装置、电子设备和存储介质 |
CN111027999B (zh) * | 2019-10-22 | 2023-10-20 | 贝壳技术有限公司 | 一种拼租用户推荐方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10304036B2 (en) | Social media profiling for one or more authors using one or more social media platforms | |
US20150032492A1 (en) | Methods of Identifying Relevant Content and Subject Matter Expertise for Online Communities | |
US20150032751A1 (en) | Methods and Systems for Utilizing Subject Matter Experts in an Online Community | |
CN110462604A (zh) | 基于设备使用关联互联网设备的数据处理系统和方法 | |
CN106776660A (zh) | 一种信息推荐方法及装置 | |
CN103488680A (zh) | 建立搜索引擎的组合算符 | |
CN103678365B (zh) | 数据的动态获取方法、装置及系统 | |
CN105872837A (zh) | 用户推荐方法及装置 | |
CN103647800A (zh) | 推荐应用资源的方法及系统 | |
CN104991962B (zh) | 一种生成推荐信息的方法及装置 | |
US20140089322A1 (en) | System And Method for Ranking Creator Endorsements | |
CN102982042A (zh) | 一种个性化内容推荐方法、平台以及系统 | |
JP2008146412A (ja) | ネットワーク管理システム、ネットワーク管理プログラムおよびネットワーク管理方法 | |
CN103631949B (zh) | 一种社交网络数据采集方法及系统 | |
CN104809130A (zh) | 数据查询的方法、设备及系统 | |
CN105740448B (zh) | 面向话题的多微博时序文摘方法 | |
CN107203623B (zh) | 网络爬虫系统的负载均衡调节方法 | |
Smeltzer et al. | Foregrounding technology over politics? Media framings of federal elections in Malaysia | |
CN106528860A (zh) | 基于社交网络和大数据分析的推荐方法、装置及系统 | |
CN107809370A (zh) | 用户推荐方法及装置 | |
CN110162769B (zh) | 文本主题输出方法和装置、存储介质及电子装置 | |
CN106844420B (zh) | 基于社交网络和大数据分析的用户分组方法及装置 | |
CN105095228A (zh) | 一种社交消息的监测方法及装置 | |
CN103530392B (zh) | 确定抓取流量的方法及设备 | |
CN107092650A (zh) | 一种网络日志分析方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |